[发明专利]基于故障关联模型的船舶主机随船备件多层级配置方法在审

专利信息
申请号: 202110625084.8 申请日: 2021-06-04
公开(公告)号: CN113379223A 公开(公告)日: 2021-09-10
发明(设计)人: 景旭文;陈冶;周宏根;康超;刘金锋;李炳强;陈宇;叶双;郑海南 申请(专利权)人: 江苏科技大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/04;G06Q10/00;G06F30/15;G06F30/27;G06F17/16;G06F17/18;G06Q50/04;G06F111/08;G06F111/04;G06F111/10;G06F119/04
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 向文
地址: 212008 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 故障 关联 模型 船舶 主机 备件 多层 配置 方法
【权利要求书】:

1.一种基于故障关联模型的船舶主机随船备件多层级配置方法,其特征在于,包括如下步骤:

S1:获取表征船舶主机状态的动态感知信息及静态历史数据信息,继而构建主机状态参数数据库;

S2:对表征主机状态的数据信息进行异常判断,获取到异常状态数据的对应构件,基于寿命预测模型实现异常状态数据对应构件的寿命预测,并开展备件评估判断;

S3:通过关联状态矩阵、故障关联模型及关联备件寿命预测模型分析关联备件的可行性;

S4:以维修成本为约束,针对主-关联备件进行随船配置判断,并得到备件清单。

2.根据权利要求1所述的一种基于故障关联模型的船舶主机随船备件多层级配置方法,其特征在于,所述步骤S1中动态感知信息为安装在船舶主机装备上的传感器检测到的实时数据;静态历史数据信息为船舶主机日常检查的历史数据信息。

3.根据权利要求1所述的一种基于故障关联模型的船舶主机随船备件多层级配置方法,其特征在于,所述步骤S1中主机状态参数数据库包括主机历史运行状态参数、主机日常检查的历史数据、历史维保数据、主机基本参数、故障模式及对应状态参数的预警值和故障值、寿命预测过程中产生的数据。

4.根据权利要求3所述的一种基于故障关联模型的船舶主机随船备件多层级配置方法,其特征在于,所述步骤S1中预警值和故障值通过智能算法对历史维修记录与历史主机运行状态参数进行学习获得。

5.根据权利要求1所述的一种基于故障关联模型的船舶主机随船备件多层级配置方法,其特征在于,所述步骤S2中对表征主机状态的数据信息进行归一化处理后再进行异常判断。

6.根据权利要求1所述的一种基于故障关联模型的船舶主机随船备件多层级配置方法,其特征在于,所述步骤S2中异常状态数据的对应构件的获取方法为:对表征主机状态的数据信息进行异常判断,若数据异常则结合主机状态参数数据库判断异常构件;其中,所述结合主机状态参数数据库判断异常构件,是将主机的状态参数与主机状态参数数据库中的状态参数预警值进行实时对比,当检测到主机实时运行状态参数出现在故障模式状态参数预警值范围内时,即可确定异常构件及对应原始故障码。

7.根据权利要求1所述的一种基于故障关联模型的船舶主机随船备件多层级配置方法,其特征在于,所述步骤S2中寿命预测模型包含主机状态信息的经验模型、理论模型或者数值训练模型。

8.根据权利要求1所述的一种基于故障关联模型的船舶主机随船备件多层级配置方法,其特征在于,所述步骤S2中备件评估判断的方法为:主异常构件进行备件评估,包含判断是否对异常构件进行备件,即判断异常构件寿命预测的结果是否小于寿命阀值g1,若大于阀值g1则不对异常构件进行备件,若小于阀值g1,则对主异常构件进行备件评估。

9.根据权利要求1所述的一种基于故障关联模型的船舶主机随船备件多层级配置方法,其特征在于,所述步骤S3中关联状态矩阵是用来描述船舶主机的故障模式之间的关联状态,若故障模式的总数为N,则关联状态矩阵为,

式中,aij为故障模式i相对于故障模式j的关联程度,aij∈[0,1];

所述主机故障关联模型为:

式中,yi表示关联故障i相对于原始故障的量化的关联程度;bi0,bi1,…,bin表示回归系数;fi1,fi2,…,fin表示测点t1,t2,…,tn采集数据的状态参数;表示关联程度与测点tn采集数据所提取状态参数的关系函数。

10.根据权利要求1所述的一种基于故障关联模型的船舶主机随船备件多层级配置方法,其特征在于,所述步骤S3中关联备件的可行性分析具体为:通过建立的关联备件寿命预测模型建立是否备件判断标准,利用故障关联模型及关联备件寿命预测模型确定关联备件是否进行备件。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏科技大学,未经江苏科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110625084.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top